Aplicação de redes neurais na indústria siderúrgica
DOI:
https://doi.org/10.33448/rsd-v14i4.48712Palavras-chave:
Seis Sigma; Rede Neural; Otimização; Fundação; Laminação.Resumo
O objetivo deste artigo é apresentar um estudo de caso de pesquisa aplicada sobre a implementação de redes neurais profundas no processo de laminação de uma siderúrgica. O estudo é desenvolvido no contexto da Indústria 4.0 e baseia-se na metodologia Lean Six Sigma para abordar um problema real relacionado a defeitos em produtos derivados do processo de laminação. A metodologia inclui a aplicação de diversas ferramentas da qualidade para identificar a causa raiz e propor métodos que ofereçam uma solução inovadora. Por meio do projeto, treinamento e avaliação de uma rede neural multicamadas, obteve-se uma melhoria na classificação de produtos conformes (prime) e não conformes (sucata), atingindo uma eficiência próxima a 85%. O estudo demonstra como a inteligência artificial pode ser uma solução viável para processos industriais complexos que envolvem múltiplas variáveis, proporcionando melhorias significativas em qualidade, eficiência e tomada de decisão.
Referências
Abduljabbar, R., Dia, H., Liyanage, S., & Bagloee, S. A. (2019). Applications of artificial intelligence in transport: An overview. Sustainability, 11(1), 189. https://doi.org/10.3390/su11010189
Acevedo, E., Serna, A., & Serna, E. (2017). Principios y características de las redes neuronales artificiales. Desarrollo e innovación en ingeniería, 173.
Ahmad, T., Zhu, H., Zhang, D., Tariq, R., Bassam, A., Ullah, F., ... & Alshamrani, S. S. (2022). Energetics Systems and artificial intelligence: Applications of industry 4.0. Energy Reports, 8, 334-361. https://doi.org/10.1016/j.egyr.2021.11.256
Aguirre, J., García, F., Ramírez, C., Floreano, S., Guarda, T., Sanchez, I., ... & Sanchez, C. (2021). Aplicación de la inteligencia artificial en la industria automotriz. Revista Ibérica de Sistemas e Tecnologias de Informação, (E42), 149-158.
Arora, A., Kacker, R., & Kumar, S. S. (2024). Artificial intelligence role, techniques, and optimization algorithms in industrial-level applications. Artificial Intelligence and Their Applications, 20-30. https://doi.org/10.58532/nbennurch337
Balmer, R. E., Levin, S. L., & Schmidt, S. (2020). Artificial Intelligence Applications in Telecommunications and other network industries. Telecommunications Policy, 44(6), 101977. https://doi.org/10.1016/j.telpol.2020.101977
Boden, M. A. (2018). Artificial intelligence: A very short introduction. Oxford University Press. https://doi.org/10.1093/actrade/9780199602919.001.0001
Bonilla, L., & Bonilla, L. (2024). Qué es el Deep learning y cómo funciona. Desafíos y retos. Data Center Market. https://www.datacentermarket.es/dcm-xl/que-es-el-deep-learning-y-como-funciona-desafios-y-retos/
Díaz-Ramírez, J. (2021). Aprendizaje automático y aprendizaje profundo. Ingeniare. Revista chilena de ingeniería, 29(2), 180-181. http://dx.doi.org/10.4067/S0718-33052021000200180
Geng, X., Wang, H.-H., Wang, S., Gao, J., & Ma, X. (2023). Data‐driven and artificial intelligence accelerated steel material research and intelligent manufacturing technology. https://doi.org/10.1002/mgea.10
Goodfellow, I., Bengio, Y., & Courville, A. (2016). Deep learning. MIT Press.
Graglia, M. A. V., & Von Huelsen, P. G. (2020). The sixth wave of innovation: Artificial intelligence and the impacts on employment. Journal on Innovation and Sustainability RISUS, 11(1), 3-17.
Hemmati-Sarapardeh, A., Larestani, A., Menad, N. A., & Hajirezaie, S. (2020). Applications of artificial intelligence techniques in the petroleum industry. Gulf Professional Publishing.
Jan, Z., Ahamed, F., Mayer, W., Patel, N., Grossmann, G., Stumptner, M., & Kuusk, A. (2023). Artificial intelligence for industry 4.0: Systematic review of applications, challenges, and opportunities. Expert Systems with Applications, 216, 119456. https://doi.org/10.1016/j.eswa.2022.119456
Jiménez-Sánchez, D., & Arzola-Ruiz, J. (2017). Redes neuronales regularizadas aplicadas a la estimación de propiedades mecánicas de perfiles de acero. Ingeniería Mecánica, 20(3), 115-121.
Li, B. H., Hou, B. C., Yu, W. T., Lu, X. B., & Yang, C. W. (2017). Applications of artificial intelligence in intelligent manufacturing: A review. Frontiers of Information Technology & Electronic Engineering, 18(1), 86-96. https://doi.org/10.1631/FITEE.1601885
Mexico Industry. (2023). Industria siderúrgica en México con potencial de crecimiento. https://mexicoindustry.com/noticia/industria-siderurgica-en-mexico-con-potencial-de-crecimiento
Ojeda-Roldán, Á., Gassner, G., Schlautmann, M., Acevedo Galicia, L. E., Andreiana, D. S., Heiskanen, M., ... & del Real Torres, A. (2022). Optimisation of Operator Support Systems through Artificial Intelligence for the Cast Steel Industry. Journal of manufacturing and materials processing, 6(2), 34. https://doi.org/10.3390/jmmp6020034
Ometto, L., Challapalli, S., Polo, G., Cestari, A., Villagrossi, M., Sandri, E., & Pellegrini, A. (2018). Successful Use Case Applications of Artificial Intelligence in the Steel Industry.
Pereira A. S. et al. (2018). Metodologia da pesquisa científica. [free e-book]. Editora UAB/NTE/UFSM. Yin, R.K. (2015). O estudo de caso. Porto Alegre: Bookman.
Rouhiainen, L. (2018). Inteligencia artificial. Editorial Alienta.
Shrivastava, A., Pandey, A., Singh, N., Srivastava, S., Srivastava, M., & Srivastava, A. (2024). Artificial Intelligence (AI): Evolution, Methodologies, and Applications. International Journal for Research in Applied Science and Engineering Technology. https://doi.org/10.22214/ijraset.2024.61241
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2025 José de Jesús Calderón-Sánchez; Rafael Granillo-Macías; Francisca Santana Robles; Héctor Rivera-Gómez
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
Autores que publicam nesta revista concordam com os seguintes termos:
1) Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Commons Attribution que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.
2) Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
3) Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado.
